虎嗅注：
人工智能（AI）的商用化程度，其实已超出多数人的想象。
比如，平安保险用人工智能来测谎，赌场用人工智能来评估来客的消费水平，彭博已经用人工智能来扫描财报自动生成报道……
不过前路令人振奋，却依然危险重重。目前，人工智能的商业化落地走到哪一步了，人类离大规模使用人工智能还有多长的路要走？
来看看这一篇《经济学人》的文章，你会对于人工智能的现状有个通盘的了解。
为了给虎嗅会员寻找全球的好内容，虎嗅正式和《经济学人·商论》展开合作，每月向虎嗅会员提供两篇其付费专享内容，本文出自《经济学人·商论》五月刊，原题《商业中的人工智能：远大前程》。
测谎仪并未在企业中广泛应用，但中国平安保险公司相信自己能探测谎言。
这家公司让客户通过它的一款应用程序来申请贷款。未来的贷款人在视频中回答有关收入和还款计划的问题。视频会监测他们的大概50个细微面部表情，判断他们是否在说真话。这套人工智能（AI）驱动的程序帮助筛查出需要进一步审核的客户。
AI将改变的不仅仅是贷款人的账户余额。消费品公司强生和咨询公司埃森哲（Accenture）用AI查看应聘资料，筛选出最佳人选。AI帮助赌场和酒店集团凯撒娱乐（Caesars）估测客人的消费水平，提供个性化促销来吸引他们。媒体和金融信息公司彭博用AI扫描企业财报，自动生成新闻报道。移动运营商沃达丰（Vodafone）用AI监测其网络和用户设备，提前预警故障。各行各业的公司都在使用AI监控网络安全威胁和其他风险，比如心怀不满的员工。
相比依赖直觉和粗略的估算，更聪明也更快速的AI预测将帮助企业大幅提高效率。法国家居装饰零售商乐华梅兰（Leroy Merlin）的管理层以前每周五下新订单，默认的设置是重复前一周的订单，这样大家可以早点下班过周末。现在，公司用算法来斟酌历史销售数据和天气预报等其他可能影响销售的信息，以更有效地安排库存。据创建该算法的AI创业公司Vekia的曼纽尔·戴维（Manuel Davy）说，这帮助该公司将库存减少了8％，同时销售额却增长了2％。
AI和机器学习（这两个术语常被混用）用计算机处理查看海量数据，从中找出模式并做出预测，而不需要编程来作出明确的指示。更多数据、更复杂的算法和更高的计算能力已经赋予了AI更强大的能力。它得出的结果往往和一大批拥有无限时间和资源的统计师所得的差不多，但它远为快速、便宜和高效。
AI的主要成果之一将是令做预测的成本大幅下降，新书《预测机器》（Prediction Machines）的合著者、多伦多大学的阿杰伊·阿格拉沃尔（Ajay Agrawal）表示。就像电力让照明变得便宜了许多——如今的照明成本比1800年时低400倍左右——AI会让做预测更便宜、更可靠、更普及。
计算机能阅读文本和数字已经有几十年了，但直到最近才学会了看、听、说。AI是一个综合性术语，就像是涵盖了不同领域和学科的“一碗色拉”，斯坦福大学人工智能实验室主管、谷歌云计算部门负责人李飞飞说。
它的下属分支包括正在改变工厂和组装线的机器人技术，以及部署在各种应用程序中的计算机视觉——从识别照片中的人或物到无人驾驶汽车技术等。李飞飞说，计算机视觉是AI的“杀手级应用”，因为运用场合是如此之多，但AI在语音识别方面也已变得更加娴熟。它是配备在手机和家用音箱上的语音助理的技术基础，还让算法能够监听来电并识别说话者的语调和内容。
技术板块漂移
到目前为止，AI的主要受益者一直是技术部门。如果没有AI帮助实现产品推荐、定向广告和需求预测，那么当今大多数科技领军企业，比如西方的谷歌和亚马逊以及中国的阿里巴巴和百度，都不会发展到今天这般庞大且成功。
举例来说，亚马逊广泛使用AI来完成各种任务，诸如在仓库中指示机器人工作、优化包装和运送、检测假货，支持其智能音箱Alexa等。它的竞争对手、中国的阿里巴巴也在物流等部门广泛运用AI，其在线支付分支机构蚂蚁金服正测试使用面部识别来核准交易。
谷歌执行长桑达尔·皮查伊（Sundar Pichai）曾经说过，AI将产生比电或火“更深远”的影响。
然而各行各业的非科技公司老板们已经开始担心，AI可能会冲击甚至毁灭自己，因而他们纷纷收购看来颇有前途的年轻科技公司，以确保自己不落人后。
据数据供应商PitchBook统计，2017年全球企业在AI相关并购上的支出约达218亿美元，比2015年增长约26倍（见图表）。它们这样做的部分原因是为获得目前仍相当稀缺的AI人才。尚未产生收入的创业公司为聘请一名AI专家花费多达500万至1000万美元。
随着AI传播到科技行业之外，它将推动新企业的崛起，为成熟企业带来挑战。这已经在汽车产业里发生——AI催生了无人驾驶汽车创业公司和优步等网约车公司。但它也将改变其他企业的运作方式，改变供应链管理、客服和招聘等传统职能。
前路令人振奋却也危险重重。根据麻省理工学院的《斯隆管理评论》和波士顿咨询集团联合撰写的报告，约85％的企业认为AI将带来竞争优势，但只有5％的公司正在“广泛”地使用它。
生成大量数据的大企业和金融等行业往往走在前头，常常建立自己的AI增强系统。但许多企业会选择与队伍不断扩大的独立AI供应商合作，包括云供应商、咨询公司和创业公司等。
这不仅是一项企业竞赛，也是一场国际竞逐——尤其在中美之间。中国企业有一个先发优势，这主要是因为中国政府拥有一个庞大的人脸数据库，可以用来训练面部识别算法。而且，与西方相比，中国人对隐私也不那么关切。
跌跤的机会很多。企业面临的难题之一是对时机的把握。风险投资公司Bloomberg Beta的罗伊·巴哈特（Roy Bahat）把眼下的状况比作上世纪90年代末的首个互联网泡沫期：“对于该往哪儿投钱，企业无所适从。”如果它们早早地在AI上投入巨资，就要冒对一文不值的创业公司过度依赖或为之浪费大笔金钱的风险，就像互联网早期许多公司的经历那样。但如果它们等得太久，又有可能把自己置于被市场新贵颠覆的境地，还可能被更快掌握了新技术的竞争对手冲击。
还有些企业可能被媒体天花乱坠的报道误导，以为AI就是一根魔法棒，像微软的软件一样容易安装，印度公司塔塔咨询服务（Tata Consultancy Services）的高塔姆·施罗夫（Gautam Schroff）说。AI系统需要全面细致地准备数据、深入地监测算法和大量的定制才能发挥用处。微软的格迪普·辛格（Gurdeep Singh）称AI系统为“白痴专家”——它们能轻易完成让人类望而却步的艰巨任务，比如检测制成品中的细小瑕疵，或给数百万张人脸照片快速分类，但在那些对人类而言轻而易举的任务上（比如基本推理）却遇到麻烦。
早在1956年学术研究人员举行首次AI研讨会时，他们就在寻找办法来赋予机器像人类那样的“一般”智能，包括复杂推理的能力。但直到今天，这仍是一种遥遥无期的向往。
AI引发的兴奋之情使得我们难以分辨炒作和现实。2017年最后一个季度，全球上市公司在它们的财报中提到AI和机器学习多达700多次，是2015年同期的七倍（见图表）。硅谷资深人士汤姆·西贝尔（Tom Siebel）开玩笑说，这么多公司在兜售尚未证实价值的AI技术，应该有人来开办一个“AI假新闻”频道了。
老板们须谨记几个时间段。根据咨询公司麦肯锡下属智库麦肯锡全球研究院的迈克尔·崔（Michael Chui）的说法，在不久的将来，AI将重塑企业的传统职能，比如财务、人事和客服。但随着时间的推移，它也将颠覆行业整体，比如通过推动无人驾驶汽车兴起和发现全新的药物组合等。人类对于哪种产品设计或药物组合可能取得最佳效果也许已有成见，而算法更可能提出全新的解决方案。
咨询公司德勤的约翰·哈格尔（John Hagel）说，私下里，很多企业老板更为关注AI能帮助节省多少成本和劳动力，而不是它带来的更广泛的机会。这对员工来说肯定不是好事，但最终也会对企业不利。“如果你只是削减成本而不增加为客户带来的价值，那你就会被淘汰。”他说。一些企业或许并不会削减现有岗位，但会利用技术来避免增员。而那些保住了工作的工人更可能感到被雇主监视。一些公司已经在使用AI查看员工的聊天记录，以确保他们不违法。这类做法将日益普遍，从而引发隐私问题。
从更长远的视角看，我们要担忧AI将创造良性循环或“惯性轮”效应：它会使那些采纳它的企业更高效地运营，生成更多数据，改善服务，吸引到更多客户，提供更低的价格。这听起来像是一件好事，但它会导致更多企业整合和垄断——就像科技领域已经发生的那样。
评论